층상의 임의 샘플링:정의하는 방법 및 예

층상의 임의 샘플링:정의

층상의 임의 샘플링은 유형 확률의 샘플링을 사용하는 연구 조직 할 수있는 지점 전체 인구는 여러 겹치지 않는,동종의 그룹(계층)고 무작위로 선택은 최종 구성원에서 다양한 계층을 위한 연구하는 비용을 감소 및 효율을 향상시킨다. 이러한 각 그룹의 구성원은 모든 그룹의 모든 구성원이 간단한 확률을 사용하여 선택 될 평등 한 기회를 얻도록 구별되어야합니다., 이 샘플링 방법을”무작위 할당량 샘플링”이라고도합니다.

을 선택하는 응답자

나이,사회 경제적 분할,국적,종교,교육적 성과와 같은 다른 분류에서 빠 층상의 임의 샘플링입니다.연구팀이 다양한 연령층 사이에서 종교에 대한 의견을 구하는 상황을 생각해 봅시다. 326,044,985 명의 미국 시민으로부터 피드백을 수집하는 대신 연구를 위해 약 10000 개의 무작위 샘플을 선택할 수 있습니다. 이 10000 시민은 나이에 따라 지층으로 나눌 수 있습니다,나는.,e,18-29,30-39,40-49,50-59 및 60 이상의 그룹. 각 지층에는 별개의 구성원과 구성원 수가 있습니다.

자세한 내용:인구통계 구분

8 단계로 선택하는 계층화된 무작위 샘플:

을 정의합니다.
층화 변수 또는 변수를 인식하고 사용할 지층의 수를 파악합니다. 이러한 계층화 변수는 연구의 목표와 일치해야합니다. 모든 추가 정보는 계층화 변수를 결정합니다., 예를 들어,만약의 목적을 이해하기 위한 연구 모든 하위 변수에 관한 것이다과 하위 그룹에 관한 모든 정보를 이러한 하위 그룹이 영향을 미칠 변수입니다. 이상적으로,더 이상 4-6 계층화의 변수하고 더 이상 6 계층에 사용되어야 샘플 때문에 증가에서는 계층화의 변수의 기회를 증가 몇 가지 변수를 취소의 영향은 다른 변수입니다.,
사용하는 이미 존재하는 샘플링 프레임을 만들거나 프레임의 인클루시브의 모든 정보의 계층화의 변수에 대한 모든 요소를 대상.
커버리지 부족,오버 커버리지 또는 그룹화를 기준으로 샘플링 프레임을 평가 한 후 변경합니다.
전체 인구를 고려할 때,각 지층은 고유해야하며 인구의 각 구성원을 커버해야합니다. 지층 내에서 차이는 최소한이어야하지만 각 지층은 서로 극도로 달라야합니다., 인구의 각 요소는 단지 하나의 지층에 속해야합니다.
각 요소에 임의의 고유 번호를 할당합니다.
당신의 필요조건에 따라 각 지층의 크기를 알아내십시오. 모든 지층의 모든 요소들 사이의 수치 분포는 구현 될 샘플링의 유형을 결정할 것이다. 비례 또는 불균형 계층화 샘플링 일 수 있습니다.
연구원은 각 지층에서 임의의 요소를 선택하여 샘플을 형성 할 수 있습니다., 최소한 하나의 요소가 선택되어야에서 각 계층 그래서는 거기에서 표현이 매 계층하지만하면 두 가지 요소로서 각 계층은 선택을 쉽게 계산하는 오류가의 여백을 계산할 수 있습니다.

자세히 알아보기:단순한 임의 샘플링

유형의 계층화의 임의 샘플링:

비례 계층화의 임의 샘플링:

이 방식에서는 각 계층 샘플 크기에 비례하는 인구의 크기를 전체 인구의 줄일 수 있습니다. 즉,각 지층 샘플은 동일한 샘플링 분율을 갖습니다.,

비례 계층화의 임의 샘플링을 수식:nh=(Nh/N)*n

nh=샘플 크기 hth 지층

Nh=인구 크기 hth 지층

N=크기의 전체 인구

n=크기의 전체 샘플

경우에 당신은 4 계층과 함께 500,1000, 1500,2000 각각의 크기와 연구 조직을 선택½으로 샘플링 일부에 지나지 않는다는 것을. 그런 다음 연구원은 각 지층에서 250,500,750,1000 명의 회원을 선택해야합니다.,

Stratum	A	B	C	D
Population Size	500	1000	1500	2000
Sampling Fraction	1/2	1/2	1/2	1/2
Final Sampling Size Results	250	500	750	1000

Irrespective of the sample size of the population, the sampling fraction will remain uniform across all the strata.,

자세히 알아보기:체계적인 샘플링

불균형 계층화의 임의 샘플링:

샘플링 분획은 기본 차별화 요소 간의 비례 및 불균형 계층화의 임의 샘플링입니다. 불균형 샘플링에서,각 지층은 다른 샘플링 분율을 가질 것이다.

이 샘플링 방법의 성공 여부는 분수 할당시 연구원의 정밀도에 달려 있습니다. 할당 된 분수가 정확하지 않으면 결과가 과도하게 표현되거나 과소 표현 된 지층으로 인해 편향 될 수 있습니다.,td>Stratum A B C D Population Size 500 1000 1500 2000 Sampling Fraction 1/2 1/3 1/4 1/5 Final Sampling Size Results 250 333 375 400

Learn more: Cluster Sampling

Stratified Random Sampling Examples:

Researchers and statisticians use stratified random sampling to analyze relationships between two or more strata., 층화 된 무작위 샘플링은 여러 층 또는 지층을 포함하므로 샘플 값을 계산하기 전에 지층을 계산하는 것이 중요합니다.

배상 양이 많은 시장 연구.

다음과 같은 고전적인 계층화의 임의 샘플링을 예:

말하자,100(Nh)학생들의 학교는 1000 년(N)학생들에 대한 질문에 자신이 좋아하는 주제입니다. 8 학년의 학생들은 9 학년의 학생들과 다른 주제 선호도를 가질 것이라는 사실입니다., 설문 조사가 정확한 결과를 제공하려면 이상적인 방법은 각 등급을 다양한 지층으로 나누는 것입니다., 6 250 7 300 8 200 9 100

을 계산하는 샘플의 각 등급을 사용하여 계층화의 임의 샘플링을 수식:

더 알아보기 편의 샘플링

이점의 층 무작위 샘플링:

더 나은 결과의 정확도와 비교하여 다른 확률 샘플링 방법으로 클러스터 샘플링,간단한 무작위 샘플링 이고 체계적인 샘플링 또는 비 확률 등의 방법으로 편의 샘플링입니다., 이 정확도는 다양한 지층의 구별에 의존 할 것이며,즉 모든 지층이 극도로 다른 경우 결과가 매우 정확할 것입니다.
이 샘플링 기법의 특성으로 인해 샘플을 계층화하기 위해 팀을 훈련시키는 것이 편리합니다.
이 방법의 통계적 정확성으로 인해 표본 크기가 작을수록 연구원에게 매우 유용한 결과를 검색 할 수 있습니다.
이 샘플링 기법을 다룹 최대 인으로 연구진은 완전한 책임 지층이다.,

자세히 알아보기:클러스터 샘플링 대 층화 샘플링

층화 무작위 샘플링을 사용할 때?

- 층상의 임의 샘플링은 매우 높은 생산 방법의 샘플링을 경우에는 연구 계획에만 집중하는 특정 계층에서 사용할 수 있는 인구는 데이터입니다. 이 방법으로 지층의 원하는 특성을 조사 샘플에서 찾을 수 있습니다.
- 연구자들은 두 개 이상의 서로 다른 지층 사이의 관계를 수립하려는 경우에이 샘플링 방법에 의존합니다., 이 비교가 간단한 무작위 샘플링을 사용하여 수행되는 경우 대상 그룹이 동일하게 표현되지 않을 가능성이 높습니다.
- 샘플는 인구는 접근이 어려운 또는 연락처,쉽게 될 수 있는 연구에 참여 프로세스를 사용하여 계층화의 임의 샘플링 기술입니다.
- 통계 결과의 정확도는 샘플의 요소와 관련 지층에서 선택되기 때문에 간단한 무작위 샘플링보다 높습니다. 지층 내의 다양 화는 목표 인구에 존재하는 다양 화보다 훨씬 적을 것이다., 때문에 정확도 참여,그것은 매우 가능성이 필요한 샘플 크기는 것이 훨씬 덜하고 도움이 될 것입니다 연구자에서 저장 시간과 노력이 있습니다.

층상의 임의 샘플링:정의하는 방법 및 예